FormalAnalyticGeo: A Neural-Symbolic Based Framework for Multimodal Analytic Geometry Problem Generation

📄 arXiv: 2607.12982v1 📥 PDF

作者: Ruoran Xu, Wending Gao, Qiufeng Wang

分类: cs.AI, cs.MA, cs.SC

发布日期: 2026-07-14

💡 一句话要点

提出FormalAnalyticGeo以解决多模态解析几何问题生成

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 解析几何 多模态生成 条件描述语言 自动化问题生成 视觉测量 质量验证

📋 核心要点

  1. 现有的解析几何问题生成方法面临样本稀缺和几何精度不足的挑战，导致生成的图形无法满足需求。
  2. FormalAnalyticGeo框架通过条件描述语言（CDL）实现了从自由文本到精确图形渲染的自动化，解决了现有方法的局限性。
  3. 实验结果表明，生成的问题的中位数真实相对误差为0.70%，且82.3%的答案在5%误差范围内，展示了该框架的有效性。

📝 摘要（中文）

随着多模态大型语言模型（MLLMs）的快速发展，数学推理取得了显著进展，但解析几何仍然未得到充分探索，主要原因在于标注样本的稀缺。现有的图形生成方法在解析几何中面临挑战：模板方法无法处理约束驱动的布局，而生成模型缺乏几何精度，无法正确渲染标注的圆锥曲线。本文提出了FormalAnalyticGeo，一个可扩展的框架，用于全自动生成多模态解析几何问题。该框架利用形式语言的严谨性，围绕条件描述语言（CDL）设计，CDL作为一种正式的中间表示，连接自由形式的问题文本与通过签名距离场（SDF）引擎进行的精确图形渲染。该框架依次采用四个专门的LLM组件：生成器、形式化器、测量器和质量验证器。通过质量验证器的结构化反馈驱动自动重试，形成闭环，消除人工标注的需求。应用FormalAnalyticGeo可生成超过7K的经过验证的多模态问题，实验结果显示生成的问题的中位数真实相对误差为0.70%，82.3%的答案在精确符号解的5%范围内。

🔬 方法详解

问题定义：本文旨在解决解析几何问题生成中的样本稀缺和图形渲染精度不足的问题。现有方法依赖于模板或生成模型，无法满足解析几何的复杂需求。

核心思路：FormalAnalyticGeo框架通过引入条件描述语言（CDL），将自由形式的问题文本与精确的图形渲染相结合，从而实现全自动化的解析几何问题生成。

技术框架：该框架由四个主要模块组成：生成器（生成多样化的解析几何问题）、形式化器（将问题转换为CDL以便于渲染）、测量器（通过视觉测量提取真实答案）和质量验证器（在三个阶段检查输出）。

关键创新：最重要的创新在于引入CDL作为中间表示，解决了现有方法在几何精度和样本生成上的不足，形成了闭环反馈机制，消除了人工标注的需求。

关键设计：框架中的生成器采用多样化策略，形式化器负责将问题转化为CDL，测量器利用视觉技术提取答案，质量验证器则通过多阶段检查确保输出质量。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，生成的问题的中位数真实相对误差为0.70%，且82.3%的答案在精确符号解的5%范围内，表明该框架在解析几何问题生成中的高效性和准确性，显著优于现有方法。

🎯 应用场景

FormalAnalyticGeo框架可广泛应用于教育领域，特别是在数学教育中，帮助生成高质量的解析几何问题，提升学生的学习体验。此外，该框架的自动化特性使其在科研和在线学习平台中具有潜在的应用价值，能够支持个性化学习和自动评估。

📄 摘要（原文）

Math reasoning has achieved significant progress with the rapid advancement of Multimodal Large Language Models (MLLMs), however analytic geometry remains largely underexplored, primarily due to the scarcity of annotated samples. Existing diagram generation approaches struggle with analytic geometry: template methods cannot handle constraint-driven layouts, and generative models lack the geometric precision to render annotated conic curves correctly. We present FormalAnalyticGeo, a scalable framework for fully automatic generation of multimodal analytic geometry problems. Leveraging the rigor of formal languages, we design the framework around CDL (Condition Description Language), a formal intermediate representation that bridges free-form problem text with precise diagram rendering via a Signed Distance Field (SDF) engine. The framework employs four specialized LLM components in sequence: a Generator that produces diverse analytic geometry problems, a Formalizer that converts each problem into CDL for SDF-based rendering, a Measurer that extracts ground-truth answers through vision-based measurement on the rendered diagrams, and a Quality Verifier that checks outputs at three stages. Structured feedback from the Quality Verifier drives automatic retry, forming a closed loop that eliminates any need for human annotation. Applying FormalAnalyticGeo at scale yields AnalyticGeo7K, a dataset of over 7K verified multimodal problems, each with aligned text, diagram, formal annotation, and ground truth.Experiments show that the generated problems achieve a median ground-truth relative error of 0.70\%, with 82.3\% of answers falling within 5\% of the exact symbolic solution. Our framework and dataset will be publicly released.